<ruby id="bdb3f"></ruby>

    <p id="bdb3f"><cite id="bdb3f"></cite></p>

      <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
        <p id="bdb3f"><cite id="bdb3f"></cite></p>

          <pre id="bdb3f"></pre>
          <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

          <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
          <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

          <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                <ruby id="bdb3f"></ruby>

                ??碼云GVP開源項目 12k star Uniapp+ElementUI 功能強大 支持多語言、二開方便! 廣告
                # 深度學習書籍 > 原文: [https://machinelearningmastery.com/deep-learning-books/](https://machinelearningmastery.com/deep-learning-books/) 目前關于深度學習的書籍并不多,因為它是一個較新的學習領域。 雖然有一些書籍可供使用,還有一些非常有趣未出版的書籍可以提前體驗購買到。 在這篇文章中,您將了解到現在可用于深度學習的書籍。 讓我們開始吧。 ![Deep Learning Books](https://img.kancloud.cn/c7/1e/c71e6b74c2d942784cd7b20c653db42f_480x640.png) 深度學習書籍(我希望) 攝影: [Indi Samarajiva](https://www.flickr.com/photos/indi/4259120807/) ,保留一些權利。 ## 深度學習教科書 有一本深入學習的教科書已經出版了幾年,簡稱[深度學習](http://www.deeplearningbook.org/)。 它由頂級深度學習科學家 [Ian Goodfellow](https://www.linkedin.com/in/ian-goodfellow-b7187213) , [Yoshua Bengio](https://www.linkedin.com/in/yoshuabengio) 和 [Aaron Courville](https://www.linkedin.com/in/aaron-courville-53a63459) 撰寫,包括該領域所有主要算法和一些練習。 我認為它應該是該領域的重點閱讀材料,主要是因為他們免費開源(很像[統計學習要素](http://www.amazon.com/dp/0387848576?tag=inspiredalgor-20)是機器學習中必讀的)。 書的內容很多已經完成,我強烈建議閱讀它以獲得深度學習算法的背景理論。 [![Amazon Image](https://img.kancloud.cn/bb/8e/bb8e910bf9c1ef16df1740e5de95af72_375x500.png)](http://www.amazon.com/dp/0262035618?tag=inspiredalgor-20) 目前的目錄如下: * 第一部分:應用數學和機器學習基礎 * 線性代數 * 概率論與信息論 * 數值計算 * 機器學習基礎 * 第二部分:現代實用的深度網絡 * 深度前饋網絡 * 正則 * 深度模型訓練的優化 * 卷積網絡 * 序列建模:循環網絡和遞歸網絡 * 實用方法論 * 應用 * 第三部分:深度學習研究 * 線性因子模型 * 自動編碼 * 表征學習 * 深度學習的結構化概率模型 * 蒙特卡羅方法 * 對抗配分函數 * 近似推論 * 深度生成模型 ## 來自 O'Reilly 的深度學習書籍 目前有兩本來自 O'Reilly 的書正在籌備中,這讓我很興奮: * [深度學習:從業者的方法](http://www.amazon.com/dp/1491914254?tag=inspiredalgor-20) * [深度學習基礎:設計下一代機器智能算法](http://www.amazon.com/dp/1491925612?tag=inspiredalgor-20) ### 深度學習:從業者的方法 這是由 DeepLearning4J 的兩個創作者編寫的應用書: [Adam Gibson](https://www.linkedin.com/in/agibsonccc) 和 [Josh Patterson](https://www.linkedin.com/in/joshlpatterson) 。 [DeepLearning4J](http://deeplearning4j.org/) (或 DL4J)是 Java 應用程序的深度學習框架。 本書是為 Java 開發人員和數據科學家編寫的實用書籍,我只能假設它提供了使用 DL4J 框架的示例。 這本書將于 2016 年 5 月出版,目前沒有我能找到的目錄。 [![Amazon Image](https://img.kancloud.cn/b8/ae/b8aec2fb3ac1c21a554604fa85365c71_381x500.png)](http://www.amazon.com/dp/1491914254?tag=inspiredalgor-20) ### 深度學習的基礎知識:設計下一代機器智能算法 這是 [Nikhil Buduma](https://www.linkedin.com/in/nikhilbuduma) 編寫的另一本 Python 應用書。它涵蓋了深度學習概念和示例。您可以提前閱讀本書,撰寫本文時共有 5 章。 本書目前的工作目錄如下: * 神經網絡 * 訓練前饋神經網絡 * 在 TensorFlow 中實現神經網絡 * 超越梯度下降 * 卷積神經網絡: * 嵌入和表示學習 * 序列分析的深度學習模型 * 記憶增強的深度學習模型 * 生成性深度學習模型 * 深度強化學習 * 面向一般無監督學習 * 訓練極深度神經網絡 我很高興能得到這本書。 [![Amazon Image](https://img.kancloud.cn/5e/70/5e70d583f5459dcce55b5fafc17e3161_381x500.png)](http://www.amazon.com/dp/1491925612?tag=inspiredalgor-20) ## Packt Publishing 的深度學習 Packet 2016 年 5 月出版了一本書,由 [Yusuke Sugomori](https://www.linkedin.com/in/yusugomori) 撰寫,題為[深度學習與 Java](http://www.amazon.com/dp/1785282190?tag=inspiredalgor-20) 。它適合于 Java 開發人員和數據科學家,并將使用 DeepLearning4J 框架提供示例。 似乎沒有可用于本書的目錄,但我相信你可以[盡早獲得它](https://www.packtpub.com/big-data-and-business-intelligence/deep-learning-java)。 [![Amazon Image](https://img.kancloud.cn/c9/ac/c9acd4dd696b7a57fcec2576e17965c4_406x500.png)](http://www.amazon.com/dp/1785282190?tag=inspiredalgor-20) ## C ++和 CUDA C 中的深信仰網 [Timothy Masters](https://www.linkedin.com/in/tim-masters-82a58739) 多年來撰寫了許多關于人工神經網絡的書籍。 2015 年,他用 C ++和 CUDA 寫了兩本關于 Deep Belief Networks 的書。 這些書提供了示例,主要關注他的軟件 DEEP。您可以在[網頁](http://www.timothymasters.info/Deep_learning.html)上了解有關其軟件的更多信息。 這兩本書是: [Deep Belief Nets in C++ and CUDA C: Volume 1: Restricted Boltzmann Machines and Supervised Feedforward Networks](http://www.amazon.com/dp/1507751478?tag=inspiredalgor-20) 本書的目錄是: * 監督前饋網絡 * 受限制的玻爾茲曼機器 * 貪心訓練 * DEEP 操作手冊 [Deep Belief Nets in C++ and CUDA C: Volume II: Autoencoding in the Complex Domain](http://www.amazon.com/dp/1514365995?tag=inspiredalgor-20) 本書的目錄是: * 嵌入式類標簽 * 信號預處理 * 圖像預處理 * Autoencoding * DEEP 操作手冊 ## 人工智能 [Jeff Heaton](https://www.linkedin.com/in/jeffheaton) 是一本關于人工智能的三本書系列的研究員和作者: * [人類智能,第 1 卷:基本算法](http://www.amazon.com/dp/1493682229?tag=inspiredalgor-20) * [人類智能,第 2 卷:自然啟發算法](http://www.amazon.com/dp/1499720572?tag=inspiredalgor-20) * [人工智能,第 3 卷:深度學習和神經網絡](http://www.amazon.com/dp/1505714346?tag=inspiredalgor-20) 該系列的第三本書涵蓋了人工神經網絡,并有一些關于深度學習技術的章節。 [![Amazon Image](https://img.kancloud.cn/d2/b5/d2b5aec740a35a5e42bb39c7e8669799_406x500.png)](http://www.amazon.com/dp/1505714346?tag=inspiredalgor-20) 目錄如下: * 神經網絡基礎知識 * 自組織映射 * Hopfield 和 Boltzmann 機器 * 前饋神經網絡 * 訓練和評估 * 反向傳播訓練 * 其他傳播訓練 * NEAT,CPNN 和 HyperNEAT * 深度學習 * 卷積神經網絡 * 修剪和模型選擇 * dropout和正規化 * 時間序列和循環網絡 * 構建神經網絡 * 可視化 * 用神經網絡建模 一般來說,杰夫是一個很好的交流對象,他的書得到了社區的關注,因為他[在創作過程中使用了 KickStarter](https://www.kickstarter.com/projects/jeffheaton/artificial-intelligence-for-humans-vol-3-deep-lear) 。如果你正在尋找神經網絡的介紹并發現深度學習適合的地方,他書籍系列的第三部分會是很好的閱讀材料。 ## R 的深度學習 N. D. Lewis 有一系列關于統計學和機器學習的書籍,包括有關神經網絡的書籍。 2016 年初,他發表了一本關于深度學習的書,名為:[深度學習輕松學習 R:數據科學的溫和介紹。](http://www.amazon.com/dp/B01AEXMX34?tag=inspiredalgor-20) 。 [![Amazon Image](https://img.kancloud.cn/d4/ee/d4eebee00bdace969a35d37d24c89e8d_333x500.png)](http://www.amazon.com/dp/B01AEXMX34?tag=inspiredalgor-20) 目錄如下: * 深度神經網絡 * Elman 神經網絡 * Jordan 神經網絡 * 自動編碼器的秘密 * 堅果殼中的堆疊自動編碼器 * 受限制的玻爾茲曼機器 * 深度信念網絡 ## 更新:更多書籍 本節列出了撰寫本文后已發布(或預計將發布)的附加書籍。 * [神經網絡與深度學習](http://neuralnetworksanddeeplearning.com/index.html) * [Grokking 深度學習](http://www.amazon.com/dp/1617293709?tag=inspiredalgor-20) * [使用 TensorFlow 進行機器學習](http://www.amazon.com/dp/1617293873?tag=inspiredalgor-20) * [TensorFlow 機器學習手冊](http://www.amazon.com/dp/1786462168?tag=inspiredalgor-20) * [TensorFlow 入門](http://www.amazon.com/dp/B01H1JD6JO?tag=inspiredalgor-20) * [Scikit-Learn 和 TensorFlow 實踐機器學習:構建智能系統的概念,工具和技術](http://www.amazon.com/dp/1491962291?tag=inspiredalgor-20) ## 摘要 在這篇文章中,您將發現現在可用于深度學習的書籍。 您是否購買或閱讀過其中一本書?發表評論,讓我知道你對它的看法。 還有更多關于深度學習的書籍,你知道它們已經或已經在這里嗎?請在評論中告訴我。
                  <ruby id="bdb3f"></ruby>

                  <p id="bdb3f"><cite id="bdb3f"></cite></p>

                    <p id="bdb3f"><cite id="bdb3f"><th id="bdb3f"></th></cite></p><p id="bdb3f"></p>
                      <p id="bdb3f"><cite id="bdb3f"></cite></p>

                        <pre id="bdb3f"></pre>
                        <pre id="bdb3f"><del id="bdb3f"><thead id="bdb3f"></thead></del></pre>

                        <ruby id="bdb3f"><mark id="bdb3f"></mark></ruby><ruby id="bdb3f"></ruby>
                        <pre id="bdb3f"><pre id="bdb3f"><mark id="bdb3f"></mark></pre></pre><output id="bdb3f"></output><p id="bdb3f"></p><p id="bdb3f"></p>

                        <pre id="bdb3f"><del id="bdb3f"><progress id="bdb3f"></progress></del></pre>

                              <ruby id="bdb3f"></ruby>

                              哎呀哎呀视频在线观看